Visualisasikan klaster

Analisis Klaster di Python

Shaumik Daityari

Business Analyst

Mengapa memvisualisasikan klaster?

Memahami klaster yang terbentuk
Langkah tambahan untuk memvalidasi klaster
Melihat tren dalam data

Pengantar seaborn

seaborn: pustaka visualisasi data Python berbasis matplotlib
Estetika lebih baik dan mudah diubah dibanding matplotlib
Fungsi-fungsinya memudahkan tugas visualisasi untuk analitik data
Kegunaan untuk klastering: parameter hue pada plot

Visualisasikan klaster dengan matplotlib

from matplotlib import pyplot as plt

df = pd.DataFrame({'x': [2, 3, 5, 6, 2],
                   'y': [1, 1, 5, 5, 2],
                   'labels': ['A', 'A', 'B', 'B', 'A']})

colors = {'A':'red', 'B':'blue'}

df.plot.scatter(x='x', 
                y='y',
                c=df['labels'].apply(lambda x: colors[x]))
plt.show()

Visualisasikan klaster dengan seaborn

from matplotlib import pyplot as plt
import seaborn as sns

df = pd.DataFrame({'x': [2, 3, 5, 6, 2],
                   'y': [1, 1, 5, 5, 2],
                   'labels': ['A', 'A', 'B', 'B', 'A']})

sns.scatterplot(x='x', 
                y='y', 
                hue='labels', 
                data=df)
plt.show()

Perbandingan kedua metode visualisasi

plot matplotlib

plot seaborn

Berikutnya: Coba beberapa visualisasi

Analisis Klaster di Python

Preparing Video For Download...